LaBERT

تسميات توضيحية للصور يمكن التحكم في طولها (ECCV2020)

يوفر هذا الريبو تطبيقًا للتسمية التوضيحية للصورة التي يمكن التحكم في طولها.

ثَبَّتَ

conda create --name labert python=3.7
conda activate labert

conda install pytorch=1.3.1 torchvision cudatoolkit=10.1 -c pytorch
pip install h5py tqdm transformers==2.1.1
pip install git+https://github.com/salaniz/pycocoevalcap

البيانات والنماذج المدربة مسبقًا

• قم بإعداد رابط متابعة بيانات MSCOCO.
• قم بتنزيل Bert وFaster-RCNN المُدربين مسبقًا من Baidu Cloud Disk [الرمز: 0j9f] أو Google Drive.
  • إنه ملف نقطة تفتيش موحد، يحتوي على Bert-base مدربة مسبقًا وطبقة fc6 من Faster-RCNN.
• قم بتنزيل نموذج LaBERT الذي تم تدريبه مسبقًا من Baidu Cloud Disk [code: fpke] أو Google Drive.

البرامج النصية

يدرب

python -m torch.distributed.launch 
  --nproc_per_node= $NUM_GPUS 
  --master_port=4396 train.py 
  save_dir $PATH_TO_TRAIN_OUTPUT 
  samples_per_gpu $NUM_SAMPLES_PER_GPU

مواصلة القطار

python -m torch.distributed.launch 
  --nproc_per_node= $NUM_GPUS 
  --master_port=4396 train.py 
  save_dir $PATH_TO_TRAIN_OUTPUT 
  samples_per_gpu $NUM_SAMPLES_PER_GPU 
  model_path $PATH_TO_MODEL

الاستدلال

python inference.py 
  model_path $PATH_TO_MODEL 
  save_dir $PATH_TO_TEST_OUTPUT 
  samples_per_gpu $NUM_SAMPLES_PER_GPU

يقيم

python evaluate.py 
  --gt_caption data/id2captions_test.json 
  --pd_caption $PATH_TO_TEST_OUTPUT /caption_results.json 
  --save_dir $PATH_TO_TEST_OUTPUT 

استشهد

يرجى التفكير في الاستشهاد بورقتنا البحثية في منشوراتك إذا كان المشروع يساعد في بحثك.

 @article{deng2020length,
  title={Length-Controllable Image Captioning},
  author={Deng, Chaorui and Ding, Ning and Tan, Mingkui and Wu, Qi},
  journal={arXiv preprint arXiv:2007.09580},
  year={2020}
}